MatLab在图像矢量量化中的应用.pdf

MatLab在图像矢量量化中的应用.pdf

ID:52954665

大小:374.93 KB

页数:4页

时间:2020-04-03

MatLab在图像矢量量化中的应用.pdf_第1页
MatLab在图像矢量量化中的应用.pdf_第2页
MatLab在图像矢量量化中的应用.pdf_第3页
MatLab在图像矢量量化中的应用.pdf_第4页
资源描述:

《MatLab在图像矢量量化中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、实践与经验!"#$"%在图像矢量量化中的应用&雷超阳!刘军华!长沙通信职业技术学院计算机工程系"长沙"#$$#%#摘要#从矢量量化的特点和码本设计方法出发’探讨!"#$"%在矢量量化中的应用’利用!"#$"%编程实现图像矢量量化’并给出了程序运行结果’通过对运行结果进一步分析’效果良好’为图像矢量量化提供了一个新的途径)关键词#矢量量化!!"#$"%!码本!自组织特征映射神经网络$%&!’引言$)’’%(%+%$,%作为多媒体计算机技术的关键环节"图像压缩一直是信息处理技术研究中最活跃的领域"矢量量化是矢量量化过程可

2、以分为/个阶段)码本设计%编一种有效的图像压缩方法"它能够获得很高的压缩码和解码$其中码本设计对压缩性能产生重要影响"比"能有效降低传输码率和存储容量"因而在图像压码本设计的好坏直接关系到图像矢量量化的质量$最缩领域获得了广泛应用$图像矢量量化涉及到图像处著名的优化码本设计算法是由01234等人提出的’/(’"("上集合%的划分为理算法%聚类分析算法和复杂的数学计算工具等"如056算法$以下总假定(对!果仅用普通编程工具所提供的功能来实现"将花费大!%是7898281划分"将输入矢量,看做是一个平稳量的时间和精力用在

3、编程和调试上"将会大大降低算随机过程且是各态历经的"则056算法可描述如下)$法的研究效率$因此"选择一种高效实用%易于编程的&#初始化"给定码本大小&""&$"($+),$"#")"科学与工程计算工具很有必要$+"&,#-"$-"-$"#")"+".,#"/$"0,#/,/(矢量量化技术&)对于(/+),$"#")"+"&,#-"计算1/&’/.,##&2&$-"’/&$-,矢量量化操作是在维欧几里德空间!"上进行的.-$&"&##$#为输入矢量"可以看做是在!"上给定了概1&’,1&’/,#/,#//&/若’""

4、停止,率分布函数的一个随机矢量’#(’)($$是#的取值"%!!"1/&’/::是随机矢量取值空间$则%的一个&级量化器’&"寻找$&!(/+$&+,$"#")"+"&,#-"令’("!(由以下三部分组成)(/;#$&!(/"返回&#$!#码本的码字集(+)"$"#")"+"&,#-.)称其中.表示训练矢量的个数"/表示循环迭代次为码字,数"2&$"’/&$表示训练矢量$和在第/次迭代码---&,#现本中对应码字的失真误差"如果失真误差用欧氏距离&)对%的分割!++"$"#")"+"&,#-""!代$的平方来测量’/

5、("则2&$"’/&$可定义如下)--计&,#2&$"’/&$<<$3’/&$<<)算%"#!!,----$机步骤&"中的!(/是对码字集(/重新进行优化&/由以下定义的映射)!::总!!"$#$(%分割"$&!(/+$&!,$"#")"+"&,#-是对重新分第二&基金项目"湖南省教育科学#十一五$规划课题%’()+,-./0/-12&八收稿日期"3--14534-6修稿日期"3--24-7451一作者简介"雷超阳%58154&’男’湖南长沙人’在读博士’副教授’研究方向为图像处理(计算机网络和数据结构期"!"#$%

6、&’"!()+%,--!."!"实践与经验割所得到的!"!"#$"%"&"#"#’%$"统计计算出其质心量"+#$"%"&"#"’%’(2为权值3"!1$#6="$!1$"="%!1$"="&!1$"#"=",!1$8$!!"$%由于%&!’&$)%&’%!’&’%$"从而保证了算法的矢量""#$"%"&"#"#’%’收敛性%设置迭代总次数为4%从上面的分析可知"码本设计的目标就是把(个!&$初始值&将权值矢量3"用小的随机矢量初始训练矢量最优分成类%而+,算法的基本思想是给化"设置初始学习速率!!$$%出一个初始码

7、本"通过循环迭代过程来使训练矢量和!<$抽样&从训练矢量$+空间中选取一个训练矢码本中的码字的失真误差最小"这一思想和-’均值量做为输入%聚类算法不谋而合%在很多情况下"可以用-’均值聚!"$选取获胜神经元5&通过欧氏距离最小的原类算法来代替+,算法进行码本设计%则来确定&>>$+’35>>#?@0>>$+’3">>""#$"%"&"#"#’%作为竞争神经网络的一种应用"许多学者已经把"-./.010的自组织特征映射神经网络!2345$用于图从而实现了神经元的竞争过程%像矢量量化%该神经网络具备这样的特点&输入节点!

8、7$对获胜神经元拓扑领域#6!1$内的兴奋神经和输出神经元之间通过权值互连’在输出神经元之间元"以A1BB学习规则&进行竞争选择"输出神经元之间存在侧抑制678%因此"3"!1C%$#3"!1$C!!1$!$+’3"!1$$2345是一种具有侧向联想能力的二维网格结构网以更新神经元的权值矢量"从而实现了神经元的络!如图%所示$"神经元就分布在二

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。